2018GAITC | AI应用与伦理若干挑战

议题一：AI现在有多牛、多危险？

AI取得了巨大进展。

如工业机器人那样的大规模行业应用尚未出现。

尚不明朗现有AI技术强大或危险到什么程度。

例1：AlphaGo

围棋是已知最复杂的棋类博弈；AI已远远超过人类的博弈能力。

围棋博弈是确定性问题，是最容易的AI问题类型。

AlphaGo的成功预示着，AI在确定性问题领域的广泛应用提上了议事日程。

最困难的AI问题是不确定性问题。不确定性问题包含着更大的科学挑战和伦理挑战。

例2：Robotics: General Observation

1948年，图灵在生前未发表的论文Intelligent Machinery中，探讨了如何用机器替代一个人的每一部分，以建造一台智能机器。

图灵发现，这在当时是不切实际的，故提议首先研究没有躯体的“电子大脑”，而图灵测试的测试对象正式电子大脑，不是完整的智能机器。

AlphaGo之后，智能机器人、无人车等不确定性领域成为当前AI研究的主要课题。

例3：Kejia Robots

.

议题二：应用与伦理的协同发展

没有AI应用，就没有对AI伦理的需求和挑战。

没有充分的AI伦理体系支撑，AI应用不可能长期稳定发展。

如何协调AI应用发展与AI伦理建设的步调？

例4：医疗

每千人医生数：美国2.6，法国3.1，德国4.1，中国1.4。

中国医疗资源分布严重不均衡（北京4.6）。

.

议题三：产业创新与制度创新

产业创新不可能同等惠及每一个人，甚至有人可能受损。

只有对技术、产品和产业的伦理要求是不够的。

如何协调AI产业创新和社会制度创新？